Seaborn是Matplotlib的包装，使创建公共统计图变得容易。支持的图列表包括单变量和双变量分布图，回归图以及多种用于绘制分类变量的方法。Seaborn提供的地块的完整列表在其API参考中。
在Seaborn中创建图形就像调用适当的图形函数一样简单。这是为随机生成的数据创建直方图，核密度估计和地毯图的示例。
import numpy as np # numpy用于从绘图创建数据 import seaborn as sns # 进口seaborn的常见形式 # 生成正态分布的数据 data = np.random.randn(1000) # 用rugplot和kde图叠加绘制直方图 sns.distplot(data, kde=True, rug=True)
图形的样式也可以使用声明性语法进行控制。
# 使用先前创建的导入和数据。
# 使用没有网格的深色背景。
sns.set_style('dark')
# 再次创建图
sns.distplot(data, kde=True, rug=True)另外，普通的matplotlib命令仍然可以应用于Seaborn绘图。这是将轴标题添加到我们先前创建的直方图中的示例。
# 使用以前创建的数据和样式
# 访问matplotlib命令
importmatplotlib.pyplotas plt
# 先前创建的情节。
sns.distplot(data, kde=True, rug=True)
# 设置轴标签。
plt.xlabel('This is my x-axis')
plt.ylabel('This is my y-axis')